Обсуждение:Причинное машинное обучение
Материал из MachineLearning.
О подготовке статьи
Статья «Причинное машинное обучение» подготовлена с помощью LLM GPT-5.6 Terra High. Цель состояла в том, чтобы создать не краткую заметку, а связанную энциклопедическую статью о методах причинного вывода в машинном обучении: понятную студенту, но содержащую формальные определения, формулы, ограничения и научную литературу.
Первый промпт к GPT-5.6 Terra High был таким:
| Ты специалист в области машинного обучения, причинного вывода, статистики и философии искусственного интеллекта. Подготовь на русском языке подробную энциклопедическую статью для MachineLearning.ru под названием «Причинное машинное обучение» (англ. causal machine learning).
Целевая аудитория — студенты, начинающие специалисты по анализу данных и инженеры в области машинного обучения. Статья должна быть понятна с первых разделов, но не упрощать важные технические детали. Сначала объясни мотивацию: почему статистическая связь не равна причинности. Затем постепенно введи формальные понятия и методы. Обязательно раскрой различие между предиктивной вероятностью P(Y |
После первой версии были вручную проверены логика структуры, терминология, математические обозначения и список литературы. Обнаружилась техническая проблема: движок MachineLearning.ru не поддерживает теги <math></math>, используемые в Википедии. Согласно инструктажу, на этом ресурсе формулы нужно записывать через .
Также в статье потребовалось усилить техническую часть: добавить условия идентификации причинного эффекта, формулу корректировки по критерию задней двери, оценку через обратные вероятности назначения вмешательства, double machine learning, причинные леса и ограничения causal discovery.
Поэтому был сделан второй промпт:
|
| Очень хорошо. Перепиши и отредактируй текст статьи «Причинное машинное обучение», сохранив сильные стороны первой версии, но внеси следующие исправления и дополнения.
1. Все математические формулы оформляй только через |
Итоговый текст был дополнительно проверен перед публикацией: проверены вики-разметка формул, наличие внутренних ссылок, категория, сноски и библиография. В статье использованы работы Pearl, Hernán и Robins, Peters–Janzing–Schölkopf, Chernozhukov et al., Wager–Athey и Schölkopf et al.
